Root causes for delayed hospital discharge in patients with ST-segment Myocardial Infarction (STEMI): a qualitative analysis
Notice bibliographique
Résumé
BACKGROUND: The majority of patients who suffer a ST-segment myocardial infarction (STEMI) are hospitalized for longer than 48 h. With the advent of reperfusion therapy, the benefits of such extended hospitalization has been questioned. The goal of this qualitative study was to identify the root causes for prolonged hospitalization in STEMI patients in order to refine future interventions to optimize the length of hospitalization. METHODS: Practitioners involved in the discharge process for STEMI patients at a single tertiary care STEMI center underwent semi-structured interviews focused on three fictional patient cases. Data were transcribed and analyzed for key themes by thematic analysis. RESULTS: Interviews were conducted with 17 practitioners (5 Attending Physicians, 4 Internal Medicine Residents, 4 Cardiology Residents, 4 Nursing Staff). The key themes were patient factors, provider factors, and transitions to outpatient care. Patient factors included concerns that early discharge would limit dose titration of medications, the educational experience of the patient, and prevent monitoring for complications. Provider factors included past clinical experience with STEMI complications, in turn impacting discharging behaviour. Transitions of care factors were difficulty in establishing reliable follow-up plans and home care services. CONCLUSIONS: Several themes were identified that influence the timing of discharge post STEMI. The majority of these issues are not incorporated into currently available post STEMI risk stratification tools. Future quality improvement interventions to reduce STEMI length of stay should focus on in-patient and out-patient strategies to address these unique clinical situations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».